今天上午，由Aptiv，奧迪，百度，寶馬，，戴姆勒，菲亞特克萊斯勒汽車，英飛凌，英特爾和大眾等11家公司組成的聯盟發布了一份白皮書(“安全第一自動駕駛”)，描述了一個框架。 “安全”自動駕駛汽車的開發，測試和驗證。這些成員聲稱它是迄今為止業界最廣泛的代表，并且他們說該報告 - 運行146頁 - 是提供“明顯可追溯性”的最大報告，證明自動駕駛車輛“比普通駕駛員更安全”。

“'自動駕駛的安全第一'結合了汽車制造商，供應商和技術行業的主要公司的專業知識，以幫助直接開發安全的自動駕駛汽車，”這些公司在一份聯合發布的新聞稿中寫道。“隨著[其]出版，來自每個參與合作伙伴的作者和專家將在未來幾個月內在國際上的工業和技術會議上展示該團體的工作。”

很快沒有出現在貢獻者名單中的是Alphabet's Waymo，它最近推出了商業無人駕駛出租車服務，現在為超過1000名車手提供超過600輛車的服務。通用汽車公司的Cruise Automation公司去年在加利福尼亞州的自動駕駛汽車原型車數量增加了450,000英里，并且選擇不參加。無論是Zoox，特斯拉，亞馬遜支持的Aurora，北京的Pony.ai，Nvidia還是Yandex的無人駕駛汽車部門，都沒有真正的AV強國。

一名聯盟發言人告訴VentureBeat，該文件對任何要求參與的政黨“同樣公開”，并說那些簽約的人是按照自己的意愿行事的。“由于自動駕駛安全第一的白皮書的性質和目標，我們歡迎其他公司參與，并將其視為一個將繼續增長的活文件，”他們補充說。

Waymo，Cruise，特斯拉和Nvidia沒有立即回復評論請求。

缺乏共識使全球自動駕駛汽車市場的競爭力大為緩解，HTF市場情報部估計到2023年將實現收入1731.5億美元。據營銷公司ABI稱，將增加多達 800萬輛無人駕駛汽車。在2025年的道路上，研究和市場預計，到2030年，將有大約2000萬輛自動駕駛汽車投入運營。

福特，Lyft，優步，沃爾沃和Waymo擁有自己的聯盟?? - 更安全街道的自動駕駛聯盟 - 于2016年4月啟動，其目標是“與立法者，監管機構和公眾合作”為了實現自動駕駛車輛的安全性和社會效益。“在可能被視為搶先一擊的情況下，Nvidia昨天宣布已經開始領導歐洲汽車供應商協會(CLEPA)工作組。高度連接的自動駕駛汽車，它表示將檢查自動駕駛汽車審計評估，跟蹤測試，實際測試和模擬。

自動駕駛標準

關于自動駕駛安全第一(SaFD)沒有任何明顯的反對意見 - 至少乍一看是這樣。摘要指出，它旨在作為“廣為人知”的3級和4級自動駕駛的總結，表面上是為了開發可能成為行業標準的“通用基線”。(汽車工程師協會將3級汽車定義為只能偶爾進行人為干預來管理駕駛的汽車，以及4級汽車在特定條件下安全運行而無需監督的情況。)

為此，SaFD倡導12種自動駕駛的指導原則：

安全操作

運營設計領域

車輛操作員發起的移交

安全

用戶責任

車輛發起的移交

車輛操作員和自動駕駛系統(ADS)之間的相互依賴性

安全評估

數據記錄

被動安全

交通行為

安全層

聯盟建議，如果安全相關的功能或系統組件因任何原因而變得危險，ADS能夠補償并將車輛轉移到安全狀態，同時確保有足夠的時間讓司機接管。它還規定了參與和脫離機制，這些機制需要明確的駕駛員互動，防范安全威脅，并識別駕駛員的狀態，以便讓他們了解自己的責任和駕駛模式轉換。

白皮書的共同作者繼續描述旨在最小化駕駛員不遵守接管請求的風險的操作，以及旨在確保滿足某些安全目標的驗證和確認測試。他們建議自動駕駛車輛以符合隱私的方式記錄與狀態有關的數據，并且他們的行為方式可以預測道路規則并且易于附近駕駛員理解。

關于ADS中的網絡安全，三分之二的人在Morning Consult進行的一項調查中表達了關注的問題，SaFD推薦了安全開發生命周期(SDL)，這是一個“適應”安全性的過程，適合產品開發生命周期。考慮風險處理策略，系統狀態和風險處理表現等問題。該聯盟還建議ADS通過傳感器，地圖數據和傳感器融合算法實現本地化，以防止在受限制區域內進行自動駕駛。

SaFD表示支持采用預期功能安全(SOTIF)，這是一種范例，旨在避免即使所有車輛組件都正常運行也可能發生的不合理風險，例如當AI系統錯誤識別交通標志或道路時信號。目前正在由國際標準化組織制定，聯盟認為它將把已知的潛在行為和未知的潛在行為減少到“可接受的......風險水平”。

聯盟認為，風險可能降低的另一個方法是確保車輛的感知傳感器 - 包括攝像頭，激光雷達，雷達，超聲波和麥克風 - 捕獲有關周圍環境的“所有相關外部信息”，包括行人，障礙物，交通標志，和聲學信號。該小組還建議驗證模擬 - Waymo，Uber和Cruise等公司采用的數字環境，每天重建數萬個駕駛場景 - 通過測試一些角落案例與實際經驗的對比。

作為一個整體，這些策略適用于SaFD定義為“設計安全”的分析工程方法，該方法以“基于場景的”自動駕駛技術開始，最后分析系統在現實世界中的表現。“要實現故障安全和可用性之間的平衡，設計將從上到下進行分析和構建，”該論文的共同作者寫道。“無論通用邏輯架構如何，首先進行分析......最終，這將演變成一個安全概念，定義安全機制以支持......安全目標。”

根據SaFD，3級和4級車輛無論設計多么精心，都面臨著巨大的挑戰，其中主要是“統計上”展示安全性和“積極的風險平衡”，而沒有人類駕駛員準備開車。該聯盟指出，他們還必須通過涉及駕駛員互動的測試 - 即駕駛員被迫控制的情況 - 并證明他們能夠應對交通中“當前未知的情景”。此外，SaFD表示，自動化系統中的每個組件都需要進行全面驗證，依賴于機器學習的核心部件必須使用“新的驗證方法”進行測試，以確保安全性。整個系統。

“長時間使用自動駕駛系統的長期影響也可能使駕駛員的態勢感知不敏感，”共同作者寫道。“這些系統需要更加徹底地考慮自動駕駛系統本身安全執行駕駛功能的能力。這極大地增加了可能的情景數量，并意味著需要在整體安全論證中納入統計考慮因素。“

該聯盟警告稱，白皮書不是一次性的，而是“第一版”，并表示下一 版將作為國際標準化的提案提出。只有時間才能證明這是否足以說服持懷疑態度的公眾。

去年夏天的三項獨立研究 - 布魯金斯學會，智囊團HNTB以及公路和汽車安全倡導者(AHAS) - 發現大多數人并不相信無人駕駛汽車的安全性。超過60%的人表示他們“不傾向于”駕駛自動駕駛汽車，近70%表示“擔心”與他們分享道路，59%的人預計自動駕駛汽車將“不比人類更安全”控制的汽車。

這些擔憂并非沒有道理。2018年三月，尤伯杯暫停其自主沃爾沃XC90艦隊的測試后，其車型之一撞死在亞利桑那州坦佩的行人。另外，特斯拉的自動駕駛儀駕駛員輔助系統被指責為許多擋泥板彎曲機，其中一個是特斯拉Model S與停放的Culver City消防車相撞的。(特斯拉在2018年10月初暫時停止在部分新車型上提供“完全自動駕駛能力” 。)蘭德公司估計自動駕駛汽車必須先行110億英里才能獲得可靠的安全統計數據 - 更多去年，在加利福尼亞州測試自駕車的數十家公司大約有200萬英里。

“仍然存在一些殘余風險，”SaFD承認，并補充說，以“100%”信心保證絕對安全是不可能的。“現場監測是強制性的，以便反復學習和改進系統，”報告總結道。